- なぜ管理限界線は「±3σ」なのか、理由がわからない
- 2σや4σではダメなのか疑問に思っている
- 「99.73%」という数字の意味がピンとこない
- 第一種過誤と3σの関係が理解できない
- 3σ法の統計的根拠（正規分布との関係）
- 「370回に1回」の意味と第一種過誤
- 2σや4σを使わない理由
- 3σが「ちょうどいい」バランスである理由
管理図を学んでいると、必ず出てくる「±3σで管理限界を引く」というルール。でも、「なぜ3σなの？」「2σや4σじゃダメなの？」と疑問に思ったことはありませんか？
この記事では、3σ法の統計的な根拠と実務的な理由を、図解でわかりやすく解説します。QC検定でも頻出のテーマなので、しっかり理解しておきましょう。
目次
結論：3σは「異常検出」と「誤報防止」の絶妙なバランス点
いきなり結論からお伝えします。
管理図で±3σを使う理由は、「本当の異常を見逃さず、かつ誤報も最小限にする」という絶妙なバランスが取れているからです。
正規分布に従うデータが±3σの範囲を超える確率はわずか0.27%。
つまり「370回に1回しか起きない奇跡」が起きたら、それは異常のサインと判断する。
この「370回に1回」という基準が、品質管理の世界で100年以上使われ続けている理由を、これから詳しく解説していきます。
正規分布と「68-95-99.7ルール」
3σ法を理解するには、まず正規分布の性質を押さえる必要があります。
正規分布とは？
正規分布は、自然界や工業製品のデータに最もよく見られる分布です。左右対称の「釣鐘型」をしており、平均値付近にデータが集中し、平均から離れるほどデータが少なくなります。
この正規分布には、有名な「68-95-99.7ルール」（経験則）があります。
| 範囲 | 含まれるデータの割合 | 範囲外の確率 |
|---|---|---|
| ±1σ | 68.27% | 31.73%（約3回に1回） |
| ±2σ | 95.45% | 4.55%（約22回に1回） |
| ±3σ | 99.73% | 0.27%（約370回に1回） |
「±3σの範囲には99.73%のデータが入る」ということは、
「正常な工程でも、0.27%（370回に1回）は範囲外に出る」という意味でもあります。
「第一種の過誤」と3σの関係
ここからが3σ法の核心です。「第一種の過誤」という概念を理解しましょう。
第一種の過誤とは？「あわてんぼうの誤り」
第一種の過誤とは、「本当は正常なのに、異常だと誤って判断してしまうこと」です。
機械は正常に動いているのに、たまたまデータが管理限界を超えた。
「異常だ！」と判断して、機械を止めて原因を調査…
しかし調べても何も見つからない。実は「たまたまの偶然」だった。
これが第一種の過誤です。「あわてんぼうの誤り」とも呼ばれます。
3σなら「370回に1回」の誤報で済む
±3σで管理限界を引くと、正常な工程でも0.27%の確率で範囲外になります。
これを言い換えると：
正常な工程で毎日1点プロットしても、
約1年に1回しか「誤報」は出ない
（370日 ≒ 約1年）
これなら、たまに「誤報」があっても許容範囲です。本当の異常を見逃すリスクを考えれば、年に1回程度の無駄な調査は受け入れられます。
管理図の3σ法は、有意水準0.27%の検定を毎回行っているのと同じです。
通常の仮説検定では有意水準5%や1%を使いますが、管理図ではさらに厳しい0.27%を採用しています。
これは「誤報を極力減らしたい」という実務的な要請に基づいています。
なぜ2σや4σではダメなのか？
「3σがちょうどいい」と言いましたが、では2σや4σではどうなるのでしょうか？比較してみましょう。
±2σの場合：誤報が多すぎる
±2σで管理限界を引くと、正常な工程でも4.55%のデータが範囲外になります。
毎日1点プロットすると、約22日に1回は「異常」と判定される。
月に1〜2回も「誤報」があると、現場は対応に疲弊し、本当の異常への感度が鈍る。
「またか…どうせ誤報だろう」という油断が生まれる。
±4σの場合：本当の異常も見逃す
±4σで管理限界を引くと、範囲外になる確率はわずか0.0063%（約16,000回に1回）です。
これだと「誤報」はほぼゼロになるが、本当の異常まで見逃してしまうリスクが高まる。
異常が発生しても、管理限界内に収まってしまい、気づかない。
結果として、不良品の流出や重大事故につながる可能性がある。
±3σ：絶妙なバランス
| 管理限界 | 誤報の頻度 | 評価 |
|---|---|---|
| ±2σ | 22回に1回（月1〜2回） | ❌ 多すぎる |
| ±3σ | 370回に1回（年1回） | ✅ ちょうどいい |
| ±4σ | 16,000回に1回（44年に1回） | ❌ 異常を見逃す |
3σは「誤報を許容範囲に抑えつつ、本当の異常は確実に検出する」という、実務的に最もバランスの取れた基準です。
1920年代にウォルター・シューハートが提唱して以来、100年以上使われ続けている「実績ある基準」でもあります。
実際の管理図で3σはどう使われる？
ここまでの理論を、実際の管理図でどう使うか確認しましょう。
管理限界線の位置
UCL（上方管理限界）= μ + 3σ
CL（中心線）= μ
LCL（下方管理限界）= μ − 3σ
μ：工程の平均値 ／ σ：工程の標準偏差
この±3σの範囲に、正常な工程であれば99.73%のデータが収まるはずです。
管理限界を超えたときの意味
もしデータが管理限界（±3σ）を超えたら、次のように考えます。
「正常な工程で、この値が出る確率は0.27%（370回に1回）しかない。
これほど珍しいことが起きたということは、何か異常が発生している可能性が高い」
だから、管理限界を超えたら「異常あり」と判断し、原因を調査するのです。
3σを超えたからといって、100%異常があるわけではありません。
0.27%の確率で「正常なのに超えた（誤報）」の可能性もあります。
だから「異常の可能性」として調査し、原因が見つかるかどうかで判断します。
管理図の種類と3σの適用
3σ法は、すべての管理図に共通する考え方です。ただし、管理図の種類によって計算式が異なります。
代表的な管理図と学習リンク
| 管理図の種類 | 用途 | データの種類 |
|---|---|---|
| X̄-R管理図 | 平均値と範囲の管理 | 計量値 |
| np管理図・p管理図 | 不適合品数・率の管理 | 計数値 |
| c管理図・u管理図 | 不適合数の管理 | 計数値 |
📚 管理図の種類別 学習リンク
3σ法と工程能力指数の関係
管理図の3σ法を学んだら、次は工程能力指数（Cp・Cpk）との関係を理解しましょう。どちらも「±3σ」を基準にした考え方です。
管理図（3σ法）
工程が「安定」しているか？
時間軸でデータを監視し、異常変動を検出する
工程能力指数（Cp・Cpk）
工程に「能力」があるか？
規格に対してバラつきが十分小さいかを評価する
まとめ｜3σ法は「100年の実績」がある黄金基準
- 3σの統計的根拠：正規分布で±3σを超える確率は0.27%（370回に1回）
- 第一種過誤との関係：3σなら「年に1回程度」の誤報で済む
- 2σがダメな理由：月に1〜2回の誤報で現場が疲弊する
- 4σがダメな理由：本当の異常まで見逃してしまう
- 3σの本質：「異常検出」と「誤報防止」の絶妙なバランス点
3σ法は、1920年代にベル研究所のウォルター・シューハートが提唱して以来、100年以上にわたって世界中の製造現場で使われ続けている黄金基準です。
「なぜ3σなのか？」という疑問を持つことは、統計的品質管理を深く理解する第一歩です。この記事を通じて、3σ法の統計的根拠と実務的意義を理解していただけたら嬉しいです。
QC検定では「なぜ±3σなのか」を問う問題が頻出です。
「99.73%」「370回に1回」「第一種過誤」というキーワードを、理由とセットで覚えておきましょう。
管理図・工程能力を体系的に学ぶ
管理図と工程能力指数を体系的に学びたい方は、以下のロードマップ記事がおすすめです。
📚 次に読むべき記事
3σを実際に計算するときに使う「係数表」の意味と使い方を解説。なぜこの係数で3σになるのか？
管理限界超え以外にも、連続7点上昇など8つの異常パターンがあります。すべてマスターしよう。
管理図で「安定」を確認したら、次は「能力」を評価。Cp=1.33の意味とは？